通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2014年
8期
56-62
,共7页
黄蔚%刘全%孙洪坤%傅启明%周小科
黃蔚%劉全%孫洪坤%傅啟明%週小科
황위%류전%손홍곤%부계명%주소과
强化学习%值迭代%拓扑序列%VI-TS
彊化學習%值迭代%拓撲序列%VI-TS
강화학습%치질대%탁복서렬%VI-TS
reinforcement learning%value iteration%topological sequence%VI-TS
提出一种基于拓扑序列更新的值迭代算法,利用状态之间的迁移关联信息,将任务模型的有向图分解为一系列规模较小的强连通分量,并依据拓扑序列对强连通分量进行更新.在经典规划问题Mountain Car和迷宫实验中的结果表明,算法的收敛速度更快,精度更高,且对状态空间的增长有较强的顽健性.
提齣一種基于拓撲序列更新的值迭代算法,利用狀態之間的遷移關聯信息,將任務模型的有嚮圖分解為一繫列規模較小的彊連通分量,併依據拓撲序列對彊連通分量進行更新.在經典規劃問題Mountain Car和迷宮實驗中的結果錶明,算法的收斂速度更快,精度更高,且對狀態空間的增長有較彊的頑健性.
제출일충기우탁복서렬경신적치질대산법,이용상태지간적천이관련신식,장임무모형적유향도분해위일계렬규모교소적강련통분량,병의거탁복서렬대강련통분량진행경신.재경전규화문제Mountain Car화미궁실험중적결과표명,산법적수렴속도경쾌,정도경고,차대상태공간적증장유교강적완건성.
